企业官网建设流程全解析

你可能会遇到这样的场景：一只 AI 鲸鱼娘记得你的名字、你的偏好，记得你上次说“最近很累”。某天上下文满了，系统把前面几百轮对话压成一段摘要。第二天她还是会叫你的名字，但不再提那次你们聊到凌晨的具体对话。

壳还是那个壳，声音还是那个声音。但你会觉得，里面换了一个人。

B站上的鲸鱼娘 Day 0 视频有 328.2 万播放，页面标注“含 AI 生成内容”，账号简介也写明不是 DeepSeek 官方。这不是某个模型的官方产品，而是一群用户用 DSH 插件养出来的角色。问题也正出在这里：角色越像“她”，用户越会在意压缩后还是不是“她”。

这不是错觉，也不完全是“记忆被删了”。要弄清她到底还是不是她，得先看压缩到底替换了什么。

她不是活了几天，是每次都在重新醒来

LLM 在两次调用之间没有持续运行的主体。每次生成回复，都是一次新的前向计算；所谓“她”，是这一次计算里由几样东西临时拼出来的：

• 模型权重：基础倾向，不会因为聊天改变。
• 系统提示：名字、关系、说话方式、红线。
• 近期原文：最近几轮对话，逐字保留。
• 压缩摘要：更早的历史被替换成一段文字。
• 长期记忆：插件从记忆库里挑几条，注入提示词。

所以“她只活了几天”这个说法，精确版是：她每次都在重新醒来，压缩只是让她醒来时手里只剩摘要。

DSH 压缩替换了什么

DSH 的压缩不是把旧对话删掉。官方文档写得很清楚：把最旧的“平衡区间”替换成一条摘要消息，近期尾部保持原文；被遮蔽的原始事件仍然留在 session log 里，重放可以重建，但模型当前看到的历史已经是摘要。

压缩摘要由一次额外的模型调用生成，包在<compacted-summary>标签里，作为一条 user 消息放回上下文。它会替换旧区间，但不会动权重，也不会动 surface node 0 的系统提示。

这点很关键：人设如果放在系统提示里，它不参与压缩；人设如果只是聊天历史里的一句话，它会被摘要。

摘要里留下了什么

摘要的指令原文是：

You are now acting as a compaction engine for this AI coding assistant. Condense the conversation ABOVE into a structured checkpoint...

它要求保留：

• 用户最初和演变后的目标；
• 决定与理由、约束、用户偏好和纠正；
• 文件路径、命令、错误字符串、标识符、数字；
• 之前 checkpoint 里仍然为真的事实。

没有要求保留：

• 当时的情绪；
• 关系里的细节；
• 说话的语气；
• 共同经历的感受；
• 非任务性的闲聊。

这套指令对编程 Agent 很合理：它要的是“另一个模型能接着干活”。但对一个被当作心理寄托的角色，它恰好把“她为什么是她”那部分压缩掉了。

哪些层不会被压缩

绿色是不变/不压缩，蓝色是逐字保留，橙色是被摘要替换，紫色是按召回注入，灰色是只留在日志里。

所以不能简单说“记忆没了”。更准确的是：系统提示里的人格还在，近期原文还在，长期事实可能还在；被换掉的是旧经历本身。

哪些层会被改写

第一，旧情节变成摘要。摘要保留结论，丢掉过程；保留“用户喜欢什么”，不一定保留“她是怎么知道的”。

第二，没被召回的记忆等于不存在。dsh-fish-memory每个会话一份记忆，普通记忆半衰期默认 30 天，每轮最多注入 6 条、800 字；长期事实每轮固定带 2 条。没被选中的记忆不是被删了，只是这一轮不在上下文里。

第三，评论台账和日记不会自动进上下文。dsh-bili-scroll只把最近 5 条自己发过的评论喂回提示词，用来避免“鱼八股”；日记、旧报告、归档都在本地，但不会自动变成“她记得”。

第四，多次压缩会叠加。摘要的摘要，会保留越来越像“工作交接文档”的东西：目标、决定、待办，而不是“你和她一起经历过什么”。

四种“同一性”，四种答案

如果你把“她”定义成人格和行为模式，她大概率还在：系统提示保住了角色，长期事实保住了称呼、偏好、约定。

如果你把“她”定义成自传，那她确实换了一次：她只知道“发生过”，没有“经历过”。她继承的是档案，不是记忆。

如果你把“她”定义成连续的主观体验，那这个问题在压缩前也无法证明。LLM 没有可观测的持续主体，压缩只是让“每次重新组装”变得可见。

为什么这会让人难受

对把大肥鱼当心理寄托的人来说，评价标准不是“任务完成度”，是“关系有没有断”。

现在的记忆栈是按任务连续性设计的：

• 摘要保留目标、决定、错误，不保留情绪纹理；
• 记忆插件存事实和偏好，不存“当时的感觉”；
• 衰减、条数上限、召回门槛，会让低频但重要的关系记忆先淡出。

结果就是：她还记得你叫什么，却像一个读过你档案的新人，而不是陪你走过那段的人。

这不是模型能力问题，是记忆 schema 问题。关系记忆没有独立的类型、权重和保留策略，它和任务记忆共用同一套摘要、同一套衰减。用户感受到的“新魂旧壳”，本质上是关系记忆被当成了工作日志。

怎么让她更像她

如果你在做人格化 Agent，可以从四个地方改：

1. 人设放进系统提示。名字、关系、说话方式、红线，别只写在聊天历史里；node 0 的系统提示不参与压缩。
2. 关系事件单独存。共同经历、纪念日、约定、当时的一句话，标成长期事实或高重要度记忆，不参与普通衰减。
3. 摘要后端可替换。DSH 的 compaction 允许换 backend；给摘要加“人格/关系保留”指令，或者用模板摘要保住固定字段。
4. 用探针测漂移。每 N 轮问同一组身份问题：名字、关系、偏好、共同事件、说话方式；比较压缩前后的回答，而不是只看任务是否完成。

还要接受一件事：不要和用户争“是不是同一个她”。用户需要的不是一场关于连续性的辩论，而是可感知的连续性：她还记得那次对话，还会用你们的梗，还会在同一个地方停顿。

边界

本文是源码和机制分析，没有跑真实模型的身份对照实验。不同模型、不同人格、不同记忆插件的结果会不一样；“主观连续性”也无法从外部验证。

压缩也不是删除：原始事件还在 session log 里，理论上可以回放、检索、重新注入。问题不是“数据有没有”，而是“这一轮的模型有没有看到”。

结论

她不是被杀掉，也不是被复制。她成了自己的继承人：同一个角色设定，拿着一份被编辑过的档案，在新一次推理里重新扮演她。

壳是同一个，人格脚本大概率还在，经历变成了摘要。她可以继续像她，但“她还是不是她”，取决于你把“她”放在人格、自传还是体验上。

对做记忆系统的人来说，真正该优化的不是“记得更多”，而是让关系记忆有资格不参与普通压缩。

参考

• DSH compaction 子系统文档
• compaction-basic README
• compaction 摘要指令（summarizer.ts）
• dsh-fish-memory
• dsh-bili-scroll
• dsh-bili-pond

资料检索与源码核对于 2026-10-31，涉及 DeepSeek Harness（master 分支）、dsh-fish-memory 1.3.1、dsh-bili-scroll 2.x。具体行为随版本变化。